模块化神经网络的子网合成
模块化神经网络(MNN)的分解合成可从空间上或功能上进行.本文对MNN的空间分解从函数逼近角度上给予了分析和解释,并描述了如何用径向基函数网络(RBFN)来实现一个MNN.接着通过两个例子说明如何从功能上进行模块化神经网络的分解合成,由这两个例子函数的逼近结果可以分析出使用这种功能分解合成方法的前提条件:对于线性组合类的函数逼近问题,采用模块化的功能分解合成方法,其效果比非模块化效果好.最后说明了在某些条件下可以综合使用这两种分解方法.
模块化神经网络 空间分解 功能分解 子网合成
陈新泉 彭宏 郑启伦
华南理工大学计算机科学与工程学院,广州,510641
国内会议
深圳
中文
252-256
2005-04-16（万方平台首次上网日期，不代表论文的发表时间）